随着矿山开采的不断进行，越来越多的露天矿进入深凹开采阶段，所形成的高陡边坡稳定性也越来越差。此外，长期以来矿山企业对高陡边坡缺乏科学合理的监测手段，无法真正的掌握边坡的变形状态和发展规律，为矿山的安全生产埋下隐患。因此，愈来愈要求大范围、经常性和连续性地获取矿山边坡的变形参数，并对该参数进行及时有效的分析处理，进而对边坡的稳定性作出科学的变形分析和预报研究。边坡的失稳变形是一个由微观到宏观的发展变化过程，只有借助精密的仪器及严密的监测方法才能获得目标点微小的形变和发展规律。针对矿山高陡边坡特殊的地质结构和观测环境，测量机器人的出现以最为经济可靠的方式满足了高陡边坡变形动态监测中对测量精度的要求。它集成步进马达和CCD影像传感器，采用ATR（Automatic Target Recognition）自动目标识别技术，实现了对目标的自动照准测量任务。同时，徕卡测量系统公司为自己生产的测量机器人提供了机载程序软件开发平台“GeoBasic”以及基于计算机在线控制软件的“GeoCOM”接口技术平台，用户可以根据不同需求开发上传到仪器中的机载程序，也可以开发外接设备上的应用程序。在边坡变形监测研究工作中，监测是手段、预测是目的。经多年研究，目前对变形数据的分析、处理，已形成了一套较为成熟的理论体系，建立了丰富的趋势拟合与预测预报模型，如回归分析模型，卡尔曼滤波模型、时间序列模型、小波理论、灰色模型以及人工神经网络模型等。石人沟铁矿是我国露天转地下开采较早的铁矿山，以石人沟铁矿的边坡变形监测系统为研究对象，运用回归模型和小波变换对原始监测数据进行去噪，还原变形的真实值。建立灰预测GM（1，1）模型对边坡的变形趋势进行预测，通过横向和纵向对比分析，证明了不同长度的数据序列对灰预测模型的精度影响明显，同时验证了小波变换结合灰理论能有效的提高模型的预测精度。